挖掘关联规则的Apriori_OAR算法

阐述了Apriori算法是挖掘关联规则的一个经典算法,但算法效率不高,通过分析、研究该算法的基本思想,提出了采用项集的有序性特性和减少扫描数据库记录个数两种方法的 Apriori_OAR算法,以提高挖掘效率。     

Rough集理论在社保DSS中的应用

文章将Rough集理论应用于社会保险决策支持系统,对社保DSS中的数据进行属性及属性值的约简,挖掘其中隐含的知识,从而得出最小决策规则.结果表明,Rough集理论为决策支持系统提供了一种有效的新的数学方法.     

新兴商业对地观测公司加速“数据民主”

近几年,国外"新航天"(New Space)经济发展势头劲猛,涌现出大量初创商业航天公司,发展新型商业对地观测卫星系统,如美国天空盒子成像(Skybox Imaging)公司、行星实验室(Planet Labs)公司、地理光学(Geo Optics)公司以及加拿大地球直播(Urthe Cast)公司等。这些新兴商业遥感公司引入数据挖掘、云计算等信息技术和开放式平台、定制化服务等互联网运营理念,借力移动互联网时代高度发     

一种基于Java的教务管理系统分析与设计

教务管理系统的实施在技术上已逐步成熟,采用Java作为开发语言,在需求分析阶段,采用自上而下的方法进行规划;在功能实现阶段,采用自下而上的方法进行开发.在分析现代教务管理系统中存在的性能问题、安全性问题和移植性问题的基础上,提出了相应的解决策略.运用数据挖掘的理论知识,分析系统中的数据,改善教学工作.     

智慧城市多模式数据融合模型

随着云计算和大数据等技术的发展及城市发展的迫切需求,智慧城市已成为近年来国内外研究的热点之一。随着城市中摄像头、监测传感器等采集设备数量的增加,城市数据种类也越来越多。所获取的城市数据具有多源、异构、时变、高维等多模式特性。如何让这些多模式的城市数据关联起来,实现它们的互通互联,挖掘出更丰富多样的信息,从而能更好地指导智慧城市的构建,是本领域的难点。本文提出了一个城市多模式数据融合模型,即多模式互联生长（MICROS）模型,并从3个层面对该模型进行了描述。首先,针对多模式数据的特点,重点描述了多模式数据多源、异构、时变、高维等特点。其次,针对多模式数据的特点,自底向上构建实现针对多模式数据的融合过程的3层基础模型,分别是服务信息描述模型、元数据模型和数据互联模型。最后,在这3层模型的基础上,本文提出了一个适用于智慧城市建设的多模式数据融合模型。      

基于D-OPTICS算法的网约车载客热点区域挖掘

为准确分析网约车载客高需求热点区域，考虑载客热点聚类中车辆行驶距离的约束，采用结合Dijkstra寻路算法的OPTICS算法，提出寻路密度OPTICS(D-OPTICS)算法。DOPTICS算法利用车辆轨迹数据进行空间聚类研究分析载客热点区域。通过道路网络拓扑结构提取各路段节点，采用Dijkstra算法进行寻路并以路段为单位提取邻域范围内载客点进行聚类。将成都市网约车轨迹数据进行热点区域的挖掘和分析。与传统OPTICS算法相比，所提算法考虑了道路距离的约束，提高了载客热点聚类稳定性和精度，获取的载客热点区域更贴合实际情况。     

数据仓库技术在辅助决策系统建设中的应用和发展

阐述了辅助决策系统是C3I系统的核心,数据库作业是辅助决策系统作业中的一种重要的功能需求作业.数据仓库技术作为一项新兴技术在辅助决策系统的建设中有着很好的应用前景,将在很大程度上对数据库作业"实时性"差的现状加以改观.     

基于数据分析的飞行实践考试不通过关联规则挖掘

飞行实践考试是对飞行学员飞行训练效果的综合检验，是航空人才培养过程中的重要环节。为探究飞行学员飞行实践考试不通过的关键诱因，降低飞行实践考试不通过率，本文使用Apriori数据挖掘算法对飞行实践考试不通过的实测数据进行建模，从人、机、环、管四个方面分析飞行实践考试挂科的原因，旨在为提高飞行实践考试通过率提供参考。